国家自然科学基金(61163028)
- 作品数：5 被引量：7H指数：2
- 相关作者：库尔班·吾布力朱亚俐努尔毕亚·亚地卡尔艾斯卡尔艾木都拉阿力木江·艾沙更多>>
- 相关机构：新疆大学更多>>
- 发文基金：国家自然科学基金博士科研启动基金新疆维吾尔自治区高校科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于方向特征的维吾尔文离线签名鉴别被引量：1
- 2017年
- 本文以弥补我国少数民族离线签名鉴别体系中这一漏洞的前提下,结合维吾尔文手写签名的书写风格及特点,提出了一种基于16维方向的维吾尔文离线签名鉴别方法。实验中,对10个维吾尔族人的600个手写签名样本进行签名预处理和特征提取之后,分别用三种距离分类器来进行了签名鉴别,得到的最高签名总正确率为92.58%。实验结果表明,本文提出的方法对于离线的维吾尔文手写签名鉴别来说是一种较有效的鉴别方法。
- 祖丽皮亚·艾尼麦合甫热提努尔毕亚·亚地卡尔库尔班·吾布力
- 关键词：维吾尔文
- 基于多分辨几何特征的维吾尔文脱机签名识别被引量：1
- 2013年
- 对维吾尔文手写签名图像进行二值化、去噪、归一化和细化等预处理的基础上,结合维吾尔文手写签名的结构与书写风格,对每幅签名图像进行金字塔式分辨率子图像切分,对高分辨率层抽取了共16维方向特征,对低分辨率层则抽取了共32维局部中心点特征。基于这两种特征的签名识别率分别为95.50%和90.50%。为了进一步提高识别率,又对两种特征进行了融合,结果识别率提升到了98.50%。对比分析了基于欧式距离和卡方距离度量方法对识别率的影响,确定最佳度量方法。
- 古丽热娜.阿布里孜库尔班.吾布力卡米力.木依丁艾斯卡尔艾木都拉
- 关键词：维吾尔文签名识别
- 基于纹理特征的维吾尔文离线手写签名鉴别被引量：4
- 2020年
- 为进一步提高维吾尔文离线手写签名鉴别正确率,提出基于纹理特征融合的离线签名鉴别方法。对经过预处理的签名图像分别提取多尺度块局部二值模式(MB-LBP)和局部相位量化(LPQ)两种纹理特征,将两种特征进行串联融合,形成高维纹理特征向量。通过训练随机森林(RF)对签名图像进行分类鉴别。在共包含1800个签名图像的维吾尔文数据库和包含2640个签名图像的CEDAR数据库中得到的总正确率分别为96.35%和96.73%,结果表明该方法有效提高了维吾尔文离线手写签名鉴别正确率。
- 张淑婧麦合甫热提吾尔尼沙·买买提朱亚俐库尔班·吾布力
- 关键词：维吾尔文手写签名鉴别
- 基于Ridgelet变换的多文种文档图像文种识别
- 2020年
- 为提高多文种文档图像的文种识别的效率,提出基于Ridgelet变换的多文种识别方法。对文档图像数据库进行Ridgelet变换,对得到的Ridgelet(脊波变换)系数矩阵提取脊波能量特征,生成特征向量。在分类决策中选择KNN、线性判别分析以及贝叶斯3种分类模型分别对所提特征进行训练和分类。在包括英文、中文、阿拉伯文、土耳其文、吉尔吉斯斯坦文、俄文和国内少数民族文种(蒙文,藏文,维吾尔文)的9个文种共9000张文档图像数据库中进行实验,最高识别率为99.23%,验证了所提算法对多文种识别有较高的识别率和良好的鲁棒性。
- 热依汗古丽·卡森木木特力铺·马木提吾尔尼沙·买买提阿力木江·艾沙库尔班·吾布力
- 关键词：文种识别RIDGELET变换
- 基于非下采样轮廓波变换的离线签名识别被引量：2
- 2020年
- 为提高手写签名的识别率,提出一种基于NSCT子带纹理特征融合的签名识别方法。对签名图像进行预处理(包括灰度化、平滑、二值化、归一化、细化等),对签名图像进行非下采样Contourlet变换,对变换产生的子带分别提取多级区域局部二值模式和灰度共生矩阵特征,通过融合形成新特征。数据库包含维吾尔文和柯尔克孜文两类文种,每个文种100人(20个样本/人),共4000个签名样本进行实验,实验结果表明,该方法能更准确地提取签名图像多尺度、多方向的纹理特征,可有效提高识别率。
- 莫龙飞麦合甫热提朱亚俐吾尔尼沙·买买提库尔班·吾布力
- 关键词：签名识别非下采样CONTOURLET变换灰度共生矩阵
